高頻交易和量化交易到底有什麽區別

從歷史上看，很多高頻交易公司的創始人都是交易員出身，原來就從事衍生品的做市、套利等業務。壹開始這些工作並不需要多高深的知識。隨著計算機技術的發展，交易的自動化程度和頻率也逐漸提高，這些公司逐漸聘請壹些數學、統計、計算機背景較強的人員加入以適應形勢的發展。當然，這個過程也出現了壹些分化，有的公司還是保留了交易員在公司的主導地位，並且始終未放棄人工交易，最終形成了人機結合的半自動交易；而另外壹些公司對新鮮技術的接受程度更高壹些，往往采取全自動的交易模式。事實上，也沒有證據表明全自動交易的公司就比半自動交易的公司更為優越，到目前為止，也只能說是各有利弊。

人工交易的最大弊端在於手動下單的地方離交易所較遠，在行情劇變的時候往往搶不到單。在這壹點上，全自動交易的公司可以通過托管機房來最大程度減少信號傳輸的時間，不過自動化交易往往因為程序過於復雜，加上很多公司人員流動較大，在程序的維護上會出現壹些失誤，最終程序出錯釀成大禍，比如著名的騎士資本。

至於過度擬合無法抵禦黑天鵝事件，那是人工交易和自動交易都無法避免的問題。壹般來說，Getco、Jane Street、SIG、Virtu Financial等是半自動交易，Tower Research、Hudson River Trading、Jump Trading等是全自動交易。

量化投資公司跟高頻交易公司則有很大的不同。首先，美國的量化投資公司基本上都是量化背景極強的人創辦的，比如說文藝復興的創始人西蒙斯是數學家出身，DE Shaw的創始人David Shaw是計算機教授出身，AQR的創始人Cliff Asness是金融學家出身，而高頻交易公司則更多是傳統交易員創辦的；其次，量化投資壹般依賴於復雜的模型，而高頻交易壹般依賴於運行高效的代碼。

量化投資公司的持倉時間往往達到1—2個星期，要預測這麽長時間的價格趨勢需要處理的信息自然非常龐大，模型也因此更為復雜，對程序的運行速度反而沒那麽敏感；高頻交易處理信息的時間極短（微秒或毫秒級），不可能分析很多的信息，因此模型也趨於簡單，競爭優勢更多依靠代碼運行的效率，很多人甚至直接在硬件上寫程序；而最後，量化投資的資金容量可達幾百億美元，而高頻交易公司往往只有幾千萬至幾億美元，但由於高頻交易的策略表現遠比量化投資穩定，如Virtu Financial交易1238天只虧1天，因此壹般都是自營交易，而量化投資基金壹般來說都是幫客戶投資。